NSFC-Writer V1
开源免费版本
- 支持本地模型部署（Ollama）
- 智能章节生成框架
- 基础文献管理功能
- 自动化评审工具
- 完整源代码 + 开发文档
- 社区支持与更新
不支持：在线 API 调用、云端存储
使用说明与软件介绍
功能说明
标书审阅
- 上传您的申请书初稿（Word或PDF格式）
- 系统自动识别各模块内容
- AI给出专业评审意见和评分
- 自动生成修改后的版本
- 可导出审阅报告和修改版文档
智能写作
- 分模块生成：逐个生成各个模块，可针对性优化
- 完整生成：一键生成全部内容，快速出稿
- 内容修改：根据您的意见智能优化内容
- 文献支持：自动引用上传的参考文献
模型选择
- 在线API：使用在线大模型API（DeepSeek、OpenAI、Claude等），速度快质量高
- Ollama模型：使用Ollama管理的本地预训练模型（推荐Qwen2.5），无需联网
- 本地微调模型：使用您自己微调后的专用模型，针对特定领域优化
- 提示：首次使用前请先在“模型设置”中配置并选择模型
文献管理
上传参考文献后，系统会：
- 自动提取文献内容并建立索引
- 在生成时智能检索相关内容
- 自然地融入到申请书中
支持格式：PDF、Word、Markdown、TXT
使用技巧
- 研究主题要具体：提供详细的研究方向和关键词
- 补充信息要明确：说明特殊要求和技术细节
- 反复修改优化：利用修改功能逐步完善内容
- 上传高质量文献：文献质量影响生成效果
- 调整Temperature：创新性内容用高值，规范性内容用低值
支持 2026 年国家自然科学基金申请指南
AI 智能助手撰写 NSFC 基金申请书
从一句标题到12000+字的申请书初稿，平均耗时 120 秒 助力您高效完成高质量申请书
支持多种 LLM 后端
🔵 OpenAI🟢 DeepSeek⚡ SiliconFlow🦙 Ollama💻 本地模型
专为科研人员设计
无论您是首次申请青年基金的研究生，还是准备面上或重点项目的资深教授， NSFC-Writer 都能显著简化申请书撰写流程，助您专注于科研本身。
- 节省数十小时撰写时间AI 生成的章节内容符合 2026 年 NSFC 指南要求
- 提升申请书质量自动化评审评分与可执行的改进建议
- 消除参考文献格式错误自动生成规范的参考文献列表并附带 DOI 链接
- 统一文献库管理跨章节共享文献库，确保引用的一致性和准确性
- 兼容常用文件格式支持 PDF、Word 等格式，无缝融入现有科研工作流程
proposal-review.md
# 申请书评审报告
## 整体评分: 8.5/10
### 立项依据
✓ 研究背景清晰，具有重要意义
✓ 文献综述全面，引用规范
! 建议补充近两年相关进展
选择适合您的版本
无论是学习研究还是生产应用，NSFC-Writer 都有相应的解决方案
GitHub 开源
NSFC-Writer V2
完整功能专业版
- 支持多个 LLM 后端（OpenAI、DeepSeek 等）
- 完整的章节智能生成
- 高级文献管理与参考文献自动生成
- 专业评审与润色引擎
- 专属软件交流群
- 优先技术支持
立即订阅，享受全功能体验
试用 V2
想要体验 V2 的全部功能？可以联系我们的小助理申请免费试用一天，无需绑定支付信息。
核心功能
从初稿撰写到最终润色，全流程助力您的基金申请
申请书智能生成
针对您的研究课题，智能生成完整的 NSFC 申请书章节——包括立项依据、研究内容和研究基础。系统遵循 2026 年 NSFC 指南，支持 4,500-6,500 字的目标字数要求，并提供流式输出实时预览。
申请书评审
上传申请书初稿，获取全面的 AI 分析结果：逐章节评分（1-10 分制）、整体评估、关键问题提示及优先级排序的改进建议。评审系统精准定位薄弱环节并提供具体修改意见。
申请书润色
基于评审反馈和补充需求，精细打磨申请书各章节。润色功能与全局文献库深度整合，智能引用相关文献，输出润色后的文本及规范格式的参考文献列表。
文献管理
统一的文献库支持上传和管理学术论文，兼容 PDF、Word、Markdown 及纯文本格式。系统使用 GROBID 机器学习模型自动提取高精度元数据（标题、DOI、作者），并与 Crossref、OpenAlex 等学术数据库交叉验证补充缺失信息。
参考文献生成
自动生成规范格式的参考文献列表，与正文引用 [1]、[2]、[3-5] 精确匹配，并附带可点击的 DOI 链接。系统确保引用文献与参考文献列表的一致性，同时将参考文献与 LLM 上下文分离，最大化生成质量。
多 LLM 后端支持
灵活集成多种 AI 模型：OpenAI 兼容 API（DeepSeek、SiliconFlow 及自定义服务商）、Ollama 本地推理及本地 Transformer 模型。支持 128K 上下文窗口用于长文本生成，并根据模型能力自动调整输出限制。
软件订阅
选择适合您的订阅计划，开启高效申请书撰写之旅
月卡
适合短期项目或单次申请
¥399/月
- 智能生成申请书各章节
- 自动评审与文本润色
- 文献库管理与参考文献生成
- 多 LLM 后端支持
- 技术支持
双月卡
最受欢迎的选择，性价比更高
¥699/双月
- 智能生成申请书各章节
- 自动评审与文本润色
- 文献库管理与参考文献生成
- 多 LLM 后端支持
- 技术支持
年卡
长期使用最划算，适合多个项目
¥2499/年
- 智能生成申请书各章节
- 自动评审与文本润色
- 文献库管理与参考文献生成
- 多 LLM 后端支持
- 技术支持
远程安装服务
专业团队远程配置软件，提供一对一指导
¥30/次
- 远程环境配置与部署
- 一对一操作指导
- 常见问题答疑
- 性能优化建议
- 优先技术支持
重要说明
文本生成在NSFC-Writer 中调用API产生的费用，不包含在订阅费用中
图片生成软件可搭配 Google Gemini 生成配图，Gemini 的相关费用需单独购买，不包含在 NSFC-Writer 订阅费用中
所有套餐均支持退款政策，详情请咨询客服
使用说明
通过文字和视频教程，快速掌握 NSFC-Writer 的使用方法
案例展示
真实用户使用 NSFC-Writer 成功申请基金的案例分享，平均耗时120秒
医工交叉领域2026
影像组学-病理组学多模态融合建模揭示肝癌细胞代谢重编程调控机制及索拉非尼耐药性预测
今天和大家分享的这个标书案例，创新性地提出了“多模态-多尺度”融合策略：不仅实现了CT/MRI影像（宏观）与WSI病理（微观）的跨尺度对齐，更引入了“代谢组学/转录组学”作为生物学锚点（Ground Truth），赋予了AI“黑盒”模型深刻的生物学可解释性。
立项依据详实研究基础扎实研究方案清晰
医工交叉领域2026
多模态影像-病理组学联合表征乳腺癌肿瘤微环境异质性及其对免疫检查点抑制剂疗效的调控机制
如果你正在为今年的国自然寻找一个兼具前沿性与可落地性的方向，“多模态影像-病理组学联合表征乳腺癌肿瘤微环境异质性及其对免疫检查点抑制剂疗效的调控机制”是一个非常值得押注的主题。
立项依据详实研究基础扎实研究方案清晰
医工交叉领域2026
从单模态拟合到协同推理：面向肝癌多学科会诊场景的“多智能体架构”国自然选题全解析
今天和大家分享的标书案例，不仅巧妙地利用了图神经网络与智能体的前沿技术，更完美解决了医疗AI面临的“可解释性”难题——它能告诉医生方案是怎么“讨论”出来的，而不是凭空生成的。这种“技术逻辑”与“临床逻辑”的深度同构，是国自然标书中非常稀缺且受青睐的交叉创新点。
立项依据详实研究基础扎实研究方案清晰
社科领域2026
产权制度对农业生产效率的影响
农业产权制度研究尚未突破“政策描述- 宏观统计”范式，亟待引入微观机制解析与技术融合视角[6]。本项将直面这一挑战，通过多源数据融合与动态建模，破解产权-效率关系的“黑箱”。
立项依据详实研究基础扎实研究方案清晰
医工交叉领域2026
面向胰腺癌微环境时空演化解析的多模态病理智能体构建与免疫治疗响应预测研究
这份关于胰腺癌的标书提供了一个教科书级的逻辑闭环范例：从“癌王”免疫治疗响应率低的临床痛点切入，深入到“致密基质与免疫抑制微环境”的机制难点，再提出“多模态智能体”的技术解法，最后回归到“疗效预测”的临床价值。
胰腺癌免疫微环境多模态智能体
医工交叉领域2026
深度学习驱动的 iCCA 淋巴结转移免疫微环境重塑机制：CD4T_04_BAG3 细胞调控网络及干预靶点探索
本课题聚焦 iCCA 淋巴结转移微环境的核心驱动因素——CD4⁺ T细胞亚型 CD4T_04 与 BAG3 蛋白的交互调控网络，这不仅填补了 iCCA免疫异质性研究的空白，更契合国家对肿瘤免疫新靶点的迫切需求
创新点突出研究基础扎实技术路线合理
医工交叉领域2026
基于病理组学和影像组学的多组学技术在肺癌术后复发风险预测中的应用
本项目聚焦肺癌术后复发风险预测的核心挑战，旨在通过病理组学与影像组学的多组学技术融合，构建高精度、可解释的风险预测模型。
理论框架完整文献综述全面逻辑结构清晰
医工交叉领域2026
多模态影像-病理组学联合解码肺腺癌免疫微环境重塑机制及其精准免疫治疗疗效预测的研究
本研究提出“多模态影像-病理组学联合解码”范式，旨在：①从单细胞分辨率病理组学与分子影像协同角度，揭示肺腺癌 TIME 重塑的关键驱动因子及其空间组织规律；②构建可解释的多模态联合预测模型，实现免疫治疗疗效的术前无创评估。
应用价值明确数据支撑充分预期成果可行
医工交叉领域2026
多模态功能影像-病理组学融合解析脑胶质瘤侵袭性生长分子机制及手术边界精准判定
本项目聚焦脑胶质瘤侵袭性生长的关键科学问题，旨在通过多模态功能影像与病理组学深度融合，解析其分子调控机制并建立手术边界精准判定体系。
前沿性强技术方案详细团队实力突出
医工交叉领域2026
基于数字孪生的消化道恶性肿瘤术后复发转移风险预测与个体化随访干预智能体研究
数字孪生(Digital Twin)技术作为一种新兴的数字化手段，通过构建物理实体的虚拟映射，能够实现对复杂系统的实时监控、仿真预测和优化决策。
前沿性强技术方案详细团队实力突出
资料获取
下载精心整理的资料包，包含模板、指南、案例等全套资源
推荐资料
【视频文案】自创八步法教你调教AI，让你一天内写完标书画完图
介绍提交给NSFC-Writer的文本写作提示词+提交给Gemini的绘图提示词
更多资料
调用Gemini API的教程
补充没有AI基础的老师，不建议调用Gemini，国内的平台可选择的模型也很多。
Gemini水印去除
补充基于反向 Alpha 混合算法，纯浏览器本地处理，免费、极速、无损，扫码即可访问网站处理图片！
B站视频对应文档
补充《零代码基础适用！7步教你一天之内用AI辅助完成高质量标书，并绘制顶刊级别的插图》补充文档
Docker配置
补充有效提升参考文献的标题+DOI识别准确率
ollama配置补充说明
补充详细介绍如何使用模型的本地模式，保证隐私性
七牛云API接入教程
文档介绍如何使用七牛云平台接入API
百灵API接入教程
文档介绍如何使用百灵平台接入API